内積是什麼意思？英文翻譯以專業解釋、例句

英語翻譯：

【計】 inner product; scalar product

分詞翻譯：

内的英語翻譯：

inner; inside; within
【醫】 end-; endo-; ento-; in-; intra-

積的英語翻譯：

accumulate; amass; long-standing; product; store up
【醫】 product

專業解析

在數學領域，内積（Inner Product）是一個核心概念，它推廣了向量點積的概念，為向量空間賦予幾何結構。以下是其詳細解釋：

一、基本定義

内積是定義在向量空間上的二元函數，滿足以下公理：

共轭對稱性：$langle mathbf{u}, mathbf{v} rangle = overline{langle mathbf{v}, mathbf{u} rangle}$（實數域中簡化為對稱性）
線性性：$langle amathbf{u} + bmathbf{v}, mathbf{w} rangle = alangle mathbf{u}, mathbf{w} rangle + blangle mathbf{v}, mathbf{w} rangle$
正定性：$langle mathbf{u}, mathbf{u} rangle geq 0$ 且等于零當且僅當 $mathbf{u} = mathbf{0}$

二、關鍵性質與應用

模長與夾角
向量 $mathbf{u}$ 的模長為 $|mathbf{u}| = sqrt{langle mathbf{u}, mathbf{u} rangle}$，兩向量夾角 $theta$ 滿足：

$$cos theta = frac{langle mathbf{u}, mathbf{v} rangle}{|mathbf{u}| |mathbf{v}|}$$

例如在 $mathbb{R}^n$ 空間，标準内積定義為 $langle mathbf{u}, mathbf{v} rangle = sum_{i=1}^n u_i v_i$。
正交性
若 $langle mathbf{u}, mathbf{v} rangle = 0$，則稱向量正交。該性質是傅裡葉分析、信號處理中基函數構造的基礎。
泛函分析擴展
在希爾伯特空間（如$L$函數空間），内積定義為：

$$langle f, g rangle = int_a^b f(x) overline{g(x)} , dx$$

支撐了量子力學中的波函數理論。

三、中英術語對照

中文：内積（nèi jī）
英文：Inner Product（亦稱 Dot Product 或 Scalar Product 于歐氏空間）

四、典型實例

歐氏空間：$langle (1,2), (3,4) rangle = 1times3 + 2times4 = 11$
複向量空間：$langle (1+i, 2), (3, 4i) rangle = (1-i)times3 + 2times(-4i) = 3-3i-8i$

參考文獻

Axler, S. Linear Algebra Done Right. Springer. （标準教材定義）
中科院數學研究所.《數學名詞》. 科學出版社. （中英術語規範）
Reed, M. & Simon, B. Functional Analysis. Academic Press. （希爾伯特空間内積）

網絡擴展解釋

内積是線性代數中的核心概念，指在向量空間中定義的一種特殊運算，用于衡量兩個向量的幾何關系和代數性質。以下是詳細解釋：

一、數學定義

對兩個n維實向量$mathbf{a}=(a_1,a_2,...,a_n)$和$mathbf{b}=(b_1,b_2,...,bn)$，其内積定義為： $$ mathbf{a} cdot mathbf{b} = sum{i=1}^n a_ib_i $$ 在幾何中可表示為： $$ mathbf{a} cdot mathbf{b} = |mathbf{a}| |mathbf{b}| costheta $$ 其中$theta$是向量夾角，$|mathbf{a}|$表示向量長度。

二、核心性質

對稱性：$mathbf{a} cdot mathbf{b} = mathbf{b} cdot mathbf{a}$
線性性：$(alphamathbf{a}+betamathbf{b}) cdot mathbf{c} = alpha(mathbf{a}cdotmathbf{c}) + beta(mathbf{b}cdotmathbf{c})$
正定性：$mathbf{a} cdot mathbf{a} geq 0$，且等于0當且僅當$mathbf{a}=mathbf{0}$

三、幾何意義

模長計算：$|mathbf{a}| = sqrt{mathbf{a} cdot mathbf{a}}$
夾角判定：$costheta = frac{mathbf{a} cdot mathbf{b}}{|mathbf{a}||mathbf{b}|}$
正交性檢驗：當内積為0時，兩向量垂直

四、應用領域

物理學：計算功（$W = mathbf{F} cdot mathbf{d}$）
計算機圖形學：光照模型中的法向量計算
機器學習：核方法、相似度計算
信號處理：相關分析

五、擴展形式

在複向量空間中，内積定義為$mathbf{a} cdot mathbf{b} = sum_{i=1}^n a_ioverline{b_i}$（含複共轭運算）。函數空間中的内積可表示為積分形式： $$ langle f,g rangle = int_a^b f(x)g(x)dx $$

示例：向量$mathbf{a}=(2,3)$與$mathbf{b}=(4,-1)$的内積為： $$ 2×4 + 3×(-1) = 8-3 = 5 $$

内積空間是歐幾裡得空間到無限維空間的推廣，為希爾伯特空間理論奠定基礎。這個運算将幾何直觀與代數計算完美結合，是現代數學和工程應用的重要工具。